SISTEM PENDETEKSI DIABETES MELITUS MENGGUNAKAN JARINGAN SYARAF TIRUAN LVQ (LEARNING VECTOR QUANTIZATION)

Abstract

Diabetes Melitus (DM) merupakan kumpulan gejala yang timbul pada seseorang akibat kadar gula yang tinggi. DM menjadi salah satu penyakit degeneratif dengan proporsi tertinggi di Indonesia dan juga merupakan penyebab kematian tertinggi keenam di Indonesia. Untuk menekan angka kematian dari penyakit ini, para pakar kesehatan menyarankan untuk melakukan diagnosa sedini mungkin. Jaringan syaraf tiruan Learning Vector Quantization (LVQ) dapat digunakan untuk melakukan klasifikasi sebuah pola berdasarkan permasalahan tertentu seperti halnya dalam mendeteksi penyakit DM. Dalam penelitian ini jaringan syaraf tiruan LVQ digunakan untuk mendeteksi penyakit DM berdasarkan sejumlah kriteria yang menjadi alat ukur dalam penentuan hasil deteksi. Penelitian ini menggunakan metode LVQ dengan parameter pengujian antara lain penentuan bobot awal, epoch maksimum sebesar 100, 500, dan 1000, learning rate (α) dengan parameter nilai sebesar 0.01 sampai 0.09, dan error minimum (epsilon) dengan parameter nilai sebesar 0.000001 sampai 0.01 untuk mengetahui pengaruh terhadap tingkat akurasi. Hasil pengujian jaringan syaraf tiruan LVQ pada sistem ini menghasilkan tingkat akurasi terbaik sebesar 86%, tingkat error sebesar 14%, sensitivitas sebesar 88%, dan spesifisitas sebesar 84% dengan arsitektur terbaik yang didapat antara lain inisialisasi bobot awal secara random dari data yang mewakili tiap kelas, nilai learning rate (α) = 0.02, epsilon = 0.01, dan epoch maksimum 100, sehingga metode LVQ mampu untuk digunakan dalam diagnosa diabetes melitus dengan kinerja yang baik.